基于无迹卡尔曼滤波的动力锂电池SOC估计与实现的中期报告.docx

基于无迹卡尔曼滤波的动力锂电池SOC估计与实现的中期报告
本文基于无迹卡尔曼滤波算法，研究动力锂电池的SOC估计问题，并实现了一个针对该算法的实验平台，在实验室内进行了一定程度的测试。以下是中期报告：
1.研究动力锂电池SOC估计问题
在动力锂电池SOC估计问题中，由于电池内部存在诸多不确定性因素，如电化学特性、温度变化等，因此实现精确和可靠的SOC估计是具有挑战性的任务。本文通过无迹卡尔曼滤波算法解决了这一问题。无迹卡尔曼滤波算法通过引入无迹变换和σ点采样等方法，可以更好地处理非线性系统，并克服Kalman滤波算法在处理非线性系统时可能出现的不稳定问题。
2.实验平台设计
基于上述研究，我们设计了一个实验平台，该平台主要由电池模块、控制器和数据采集器三部分组成。其中，电池模块采用代表动力锂电池的18650型号电池，通过串联方式组成一组电池组。控制器使用STM32F103为主控芯片，实现了SOC估计算法、数据读取与控制等功能。数据采集器使用AD7606为主要芯片，可同时采集8个通道的电压、电流等数据。
3.实验结果分析
在实验过程中，我们将模拟路况下的驱动电机电流、电压等参数输入到电池组中，并通过控制器实现SOC的估计。实验结果表明，无迹卡尔曼滤波算法可以较为准确地估计电池组的SOC，并且在不断处理数据的过程中，精度也得到了不断提高。此外，我们还测试了电池组的电压、温度等参数，并与估计值进行对比，结果也表明估计值较为准确。
综上，本文通过无迹卡尔曼滤波算法实现了动力锂电池SOC估计，并在实验室中进行了测试验证。后续，我们将继续完善实验平台，深入研究电池SOC估计问题，以更好地应对实际应用需求。